Kmeans与系统聚类法结合在脑电图中的应用

本文引入了系统聚类法和kmeans聚类法相结合对脑电图中某个时间段上的频率进行聚类的方法,由于待聚类的数据集的分布很难确定,因此采用系统聚类法往往效果不够理想,本文先用kmeans法测试聚成几类能得到较好的结果,然后设置系统聚类中类数目,试验表明能取得较好的结果。     

灰色动态聚类法在大坝监测中的应用

灰色动态聚类法采用"段"数据作为基本研究对象有别于常规聚类方法中的"点"数据,利用该方法对面板堆石坝面板挠度变形监测数据开展研究,可确定关键的面板变形段,需要重点监测和分析,同时结合matlab软件建立灰色模型GM(1,1)和多元回归模型对关键段监测数据进行预报拟合,结果表明,对于短期或者残缺的资料,利用灰色动态聚类法处理大坝监测数据具有便捷、高效的优点,模型预报结果拟合度较高.     

模糊聚类分析的传递方法

针对常规模糊聚类分析在履行模糊相似关系时存在的复杂矩阵害虫乘运算问题,提出了模糊聚类递算法,通过设置主水平λ,直接从模糊相似关系获得聚类结果,并证明该方法与传递闭包法等价,但时间复杂度和空间复杂度都要远远小于传递闭法。     

文献计量领域中两种聚类方法的比较研究

通过对传统聚类法与现代聚类法各自包含的内容进行分析研究和比较,得出了两种聚类方法的异同点,为主题演化分析中聚类方法的深入研究和发展打下了坚实基础.     

体育科研中聚类分析应注意的若干问题

系统聚类法和动态聚类法各有特点,在实际应用中应根据具体的研究对象选取聚 类方法,二者结合使用可以取长补短。     

聚类分析算法概述及其适用性比较

聚类算法作为大数据与人工智能领域重要的分析工具,受到了学术界的高度关注与广泛研究。本文从算法设计思想的角度对现今主要的聚类算法进行了归纳总结。具体来讲,针对中心聚类法、层次聚类法、密度聚类法、谱聚类法以及一些其他聚类算法分析了各自算法及其思想的优缺点与适用性,对算法的实际应用建立指导性作用。     

采矿工程中的模糊数学方法(Ⅲ)——模糊聚类分析

本文主要介绍了基于模糊等价关系的系统聚类法和模糊ISODATA聚类法,并介绍了一个聚模糊类在矿井地质条件分类中的应用.     

Ward系统聚类法在农村居民收入情况分析中的应用研究

Ward系统聚类法是一种利用离差平方和法计算距离的聚类方法。利用Ward系统聚类法对全国各地区农村居民的人均纯收入进行聚类,使用Matlab进行仿真,建立系统聚类树,将各地区聚为不同的区类,分析结论为下一步的研究工作提供必要的决策支持。     

“分枝-聚类”零件分类方法

“分枝-聚类”法是一种综合的、新的零件分类方法,它兼备了顺序分枝法和聚类分析法的优点。本法提出了新的评价零件之间相似性的模型和适用的归类成族过程。为了对比,本文附有顺序分枝法、聚类分析法和分枝-聚类法的计算机辅助零件分类结果。     

共原点灰色聚类法与等斜率灰色聚类法的比较

将等斜率灰色聚类法与共原点灰色聚类法应用于水环境评价,通过南渡江评价实例计算、比较讨论了两法在权重处理过程的异同,并认为共原点灰色聚类法比等斜率灰色聚类法更合理。     

织物风格研究中的模糊聚类方法

本文将模糊聚类方法用于织物风格模式识别,取得了较好的效果。为便于相互比较,本文还将同一问题采用多元统计分析中的几种系统聚类方法进行处理,所得结果与模糊聚类都是比较一致的。本文还利用Marriot的G~2|W|准则,确定了织物风格的最佳分类数目G。这就为进一步建立判别函数,作织物样本风格的判别分析提供了前提和依据。这种样本性能鉴别分类的方法具有客观、合理等特点,可望在许多方面得到应用而不仅仅限于织物风格研究。     

一种基于加权模糊优先相似法的聚类分析方法

介绍了加权模糊优先相似法的基本算法，并且利用该方法解决了一类特殊的模糊聚类问题。为实际应用中处理聚类分析问题提供了一种新方法。     

模糊聚类分析在白酒香型分类中的应用

采用模糊聚类分析的方法对９种白酒在１７个指标值上进行分类，结果与感官特征完全一致．从气相色谱仪获得的色谱图不需要对每一个组份进行鉴定，只要直接把峰面积进行数值化并借助计算机即可快速确定白酒的香型．     

韩城矿区“奥灰岩”控水单元的模糊聚类分析及其地质意义

本文在分析韩城矿区对奥陶系灰岩水有控制作用的六种地质因素的基础上,应用模糊聚类分析方法,把矿区划分成四个不同的控水单元,为今后防治矿井涌水工作提供了地质依据。     

冷东断裂带测井储层评价

针对地层水矿化度低、含水饱和度计算困难的含砾疏松砂泥岩储层，自然伽马、自然电位测井无法用于计算泥质含量。该文利用组合参数法计算泥质含量与孔隙度，模糊聚类分析识别油、水性质。     

一种基于多指标语言评价信息的聚类方法

针对一类特征指标值和指标权重均为语言评价信息的聚类问题,提出了一种新的聚类分析方法.首先对基于多指标语言评价信息的聚类问题进行了描述;然后依据传统的基于数值信息的编网模糊聚类分析方法的基本思路,在将语言短语转换成三角模糊数的基础上,给出了解决多指标语言评价信息聚类问题的计算步骤.最后,通过给出一个算例说明了所提出的聚类分析方法.该聚类方法拓宽了编网聚类分析方法在解决基于多指标语言评价信息聚类方面的应用.     

数据挖掘中的模糊聚类分析及其应用

数据挖掘是一种新兴的信息处理技术,模糊聚类是数据挖掘领域中的一个重要研究课题。论文从数据挖掘的概念出发,研究分析了模糊聚类的主要算法,并从多个方面对这些算法性能进行比较,同时还对模糊聚类分析在数据挖掘中的应用进行了阐述,最后对模糊聚类的研究领域进行了总结和展望。     

模糊聚类分析在数学建模中的应用

本文应用模糊聚类分析理论,快速、简捷地处理了数学建模中的某些问题,得到了令人满意的结果。     

模糊聚类分析在环保测评中的应用

给出了模糊聚类的基本思路，确定了模糊统计量的步骤，讨论了模糊传递闭包的等价性。根据绵阳市的气候环境观测资料，用模糊聚类分析方法对绵阳市的气候环境作了初步分析，应证了模糊聚类分析在环保测评中的作用。     

Fuzzy Clustering with Novel Separable Criterion

Introduction Fuzzy clustering plays an important role in pattern rec ognition, image processing, and data analysis. In fuzzy clustering, every point is assigned a membership to represent the degree of belonging to a certain class The fuzzy c-means (FCM) m…